OpenCV笔记：pyrDown()函数和pryUp()函数的使用

最新推荐文章于 2024-07-27 08:00:00 发布
最新推荐文章于 2024-07-27 08:00:00 发布
阅读量3.6w 收藏 103
点赞数 27
分类专栏： OpenCV
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/woainishifu/article/details/62888228
版权

OpenCV实现了用于创建图像金字塔的两个函数pyrDown()和pryUp()。


图像金字塔是一种经典的图像多尺寸描述方法，它将降采样和平滑滤波结合在一起，对图像进行多尺度表示。图像金字塔由不同尺寸的图像叠加而成，通常每一层的尺寸都是上一层的一半。通常用于高效的图像分析，这种处理技术的意义在于：我们在对图像进行处理时，大多是要着眼于图像中有意义的部分，而同一幅图像中可能含有不同尺度下“有意义”的信息，为了充分利用这些图像信息，就需要对图像进行多尺度描述了。


函数1：pyrDown()


函数原型：

void pyrDown(InputArray src, OutputArray dst, const Size& dstsize=Size());


函数作用：

先对图像进行高斯平滑，然后再进行降采样（将图

最低0.47元/天 解锁文章
邓无邪
关注
专栏目录
OpenCV学习-resize() 、pyrDown() 、 pyrUp()调整图像大小
m0_63893772的博客
07-24 494
【代码】C++ OpenCV 使用 resize() 调整图像大小。
关于OpenCV的上采样和下采样
fu6543210的博客
12-18 6522
下采样（subsampled）（或称为缩小图像 或降采样（downsampled））的主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图（最直观的理解，所以深度学习领域对被卷积核之后的特征图叫下采样，从尺寸角度来看，大部分确实会缩小尺寸）。 上采样（upsampling）（或称为放大图像（分割领域，GAN领域直观理解的尺寸也是扩大了） 或图像插值（interpolati...
opencv 常用函数总结
最新发布
weixin_44063529的博客
07-27 666
本文是一份OpenCV图像处理的常用函数总结，详细介绍了图像的读入、显示、保存、像素处理、图像属性获取、基础操作、阈值处理、图像平滑、形态学转换以及直方图处理等关键技术。文章通过代码示例和参数说明，帮助读者快速掌握OpenCV在图像处理领域的应用。
opencv的pyrDown()函数
cqltbe131421的博客
03-08 1847
 int main(){  Mat src = imread("test.jpg");//载入原始图     Mat src1, src2, src3, src4,dst;  src1 = src;  namedWindow("效果图窗口", 1);//定义窗口  pyrDown(src1, dst, Size(src1.cols / 2, src1.rows / 2));  i
Opencv向下采样-pyrDown函数
qq_23880193的专栏
09-16 6036
#include #include using namespace std; using namespace cv; int main() { Mat srcImage = imread("牛吃草.jpg"); imshow("【原图】", srcImage); //其实就是缩小操作 Mat dstImage; pyrDown(srcImage, dstImage, Size(sr
【OpenCV】图像金字塔 -- 下采样cv2.pyrDown() ， 上采样cv2.pyrUp()
豆芽菜
03-06 2690
函数 cv2.pyrDown 是从高分辨率的大尺寸图像逐次向下采样得到一系列图像，构建一个金字塔，称为高斯金字塔（Gaussian pyramid），实际上是一个重复高斯平滑并重新对图像采样的过程。拉普拉斯金字塔每次向下采样后将再次向上采样，并记录残差信息，可以对图像进行最大程度的还原。构造拉普拉斯金字塔的目的就是为了恢复高分辨率的图像。
opencv学习——cv::pyrDown()， cv::cvtColor()，cv::Canny()
霓而~
01-07 1864
（1）使用cv::pyrDown()创建一个新的图像，其宽和高均为原始图像的一半 int main() { cv::Mat img1, img2; cv::namedWindow("Example1", cv::WINDOW_AUTOSIZE); cv::namedWindow("Example2", cv::WINDOW_AUTOSIZE); img1 = c...
OpenCV笔记： 查找轮廓
03-19
这篇“OpenCV笔记：查找轮廓”可能是关于如何在OpenCV中提取图像中的轮廓，这对于物体识别、形状检测等任务至关重要。 在OpenCV中，查找轮廓涉及以下几个关键步骤： 1. **读取图像**：首先，我们需要使用`imread`...
DFT的matlab源代码-OpenCVFFTBasedGaussianFilter:该代码是OpenCV使用cv::dct函数进行DFT过滤
05-26
该代码是OpenCV使用cv :: dct函数进行DFT过滤的示例。 笔记 该代码包含两个演示。 一种是基于FFT的卷积（fftConvolutionTest），另一种是基于FFT的反卷积（fftDeconvolutionTest）。 第一个演示可以通过高斯核和圆...
python opencv中的imwrite函数_基础学习笔记之opencv(24)：imwrite函数的使用
weixin_39802132的博客
12-20 1585
前言OpenCV中保存图片的函数在c++版本中变成了imwrite()，这应该是向matlab中图像处理的的一些函数风格靠近吧。保存图片这个功能还是很重要的，比如说在写科研论文的时候需要把一些中间图片给贴出来，这样就可以在程序中间利用该函数保存图片了。甚至还可以将这些保存的图片供后续的matlab处理。本文就简单介绍下OpenCV中imwrite()函数的用法。不过个人感觉这个函数功能还是不够强大...
(一)OpenCV图像处理基础_13_图像上采样和降采样
01-06
图像金字塔概念 高斯金子塔：用来对图像进行降采样 上采样(cv::pyrUp) 生成的图像是原图在宽与高各放大两倍 降采样(cv::pyrDown) 生成的图像是原图在宽与高各缩小1/2 高斯不同(Difference of Gaussian-DOG) 把同一张图像在不同的参数下做高斯模糊之后的结果相减，得到的输出图像就称为高斯不同(DOG) 高斯不同是图像的内在特征，在灰度图像增强、角点检测中经常用到。 拉普拉斯金字塔 根据它的上层降采样图片,重建一张图片 #include #include using namespace std; using namespace cv; int ma
OpenCV笔记：compare()函数介绍
热门推荐
邓无邪的博客
03-16 1万+
OpenCV中定义在core.hpp中的compare()函数原型如下： void compare(InputArray src1, InputArray src2, OutputArray dst, int cmpop); 函数作用： 按照指定的操作cmpop，比较输入的src1和src2中的元素，输出结果到dst中 参数解释： src1：原始图像1（必
[OpenCV3函数] —— pyrDown
Anoyer的博客
06-10 1264
pyrDown 高斯金字塔：金字塔从i层生成第i+1层，我们要先用高斯核对Gi进行卷积，然后，删除所有偶数行和偶数列。这样，新得到的图像面积会变为源图像的四分之一。循环上述过程，即可产生整个金字塔。 头文件：opencv2/imgproc/imgproc.hpp **作用：**进行图像降采样，其实就是对图像进行缩小，每次面积变为原来的四分之一（内部高斯金字塔） 函数原型： void pyrDown( InputArray src, OutputArray dst,
opencv-api pyrDown
Claroja
11-02 223
dst = cv.pyrUp( src[, dst[, dstsize[, borderType]]] ) 参数 描述 dst 返回值，返回的图像 src 原始的图像 参考文献： https://docs.opencv.org/3.4.3/d4/d86/group__imgproc__filter.html#gada75b59bdaaca411ed6fee10085eb7...
opencv隔点采样(下采样)
qq_44771627的博客
03-28 2401
1、先验知识 对灰度图像来说，img.step[0]代表图像一行的的长度：img.step[0]=img.cols; img.step[1]代表图像一个元素的数据大小：img.step[0]=img.channels(); img.data: uchar的指针，指向Mat数据矩阵的首地址。 2、隔点采样 #include <iostream> #include <opencv2/core.hpp> #include <opencv2/highgui.h.
OpenCV图像金字塔pyrDown下采样
小秋 AI SLAM 入门实战教程
07-08 1232
函数会自动计算缩小一半后的大小。对象是否为空，我们可以确定文件是否已成功打开。加入了对图片文件读取失败的错误处理。无法打开图像文件，它会返回一个空的。实际上，我们不需要为。
openCV：上采样和降采样
航空界的小爬虫
10-15 235
#include <iostream> #include<opencv2/opencv.hpp> #include "math.h" using namespace std; using namespace cv; int main(int argc, char** argv) { Mat src, dst,dst1;//初始化一个操作对象 src = i...
opencv之图像采样
qq_39048131的博客
08-16 779
opencv中提供了3个将浮点数转换为整数的方法;cvRound()函数返回和参数最接近的整数值;cvFloor()返回不大于参数的最大整数值;cvCeil()返回小于参数的最小整数值; pyrDown(); pyrUp()
opencv学习笔记——cv::mean()函数详解
06-12
cv::mean()函数是OpenCV中用于计算图像均值的函数，它的函数原型如下： ``` Scalar cv::mean(InputArray src, InputArray mask = noArray()); ``` 其中，src参数是输入的图像，mask参数是用于掩码的可选参数。 函数返回值是一个Scalar类型的值，包含了计算得到的均值。 使用cv::mean()函数的步骤如下： 1. 加载图像 ``` Mat img = imread("image.jpg", cv::IMREAD_GRAYSCALE); ``` 2. 计算均值 ``` Scalar mean = cv::mean(img); ``` 在这个例子中，我们计算了灰度图像的均值，并将结果存储在名为mean的Scalar变量中。 如果想要使用掩码来计算均值，可以使用以下代码： ``` Mat mask = imread("mask.jpg", cv::IMREAD_GRAYSCALE); Scalar mean = cv::mean(img, mask); ``` 在这个例子中，我们使用名为mask的掩码来计算灰度图像的均值。 需要注意的是，如果输入图像是多通道的，则返回的Scalar类型变量包含每个通道的均值。例如，如果输入图像是RGB图像，则返回的Scalar类型变量包含红、绿、蓝三个通道的均值。 希望这个解释能够帮助你理解cv::mean()函数的使用方法。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值